唐晓萍 王琳譞 韩晶

唐晓萍¹ 王琳譞¹ 韩 晶¹

摘 要 近红外光谱法（Near-Infrared Spectroscopy，NIRS）是一种快速、高效、无损的分析方法，近年来在纺织品纤维含量测定中显示出广阔的应用潜力。本文介绍了NIRS测定纺织品纤维含量的原理、特点以及建模方法，综述了NIRS在纺织品纤维含量测定中的应用现状，探讨了其技术优势，分析了目前存在的问题和挑战，并对未来的发展进行了展望。

关键词 纺织品；近红外光谱；定量分析；纺织纤维

Research Progress of Near-Infrared Spectroscopy in the Determination of Fiber Content in Textiles

TANG Xiao-Ping ¹ WANG Lin-Xuan ¹ HAN Jing ¹

Abstract Near-infrared spectroscopy (NIRS) is a rapid, highly efficient and non-destructive analytical method that has shown significant application potential in determining fiber content in textiles in recent years. This paper introduces the principles, characteristics and modeling methods of NIRS for determining fiber content in textiles, summarizes its current applications, discusses its technical advantages, analyzes existing problems and challenges, and provides an outlook on its future development.

Keywords textiles; near -infrared spectroscopy; quantitative analysis; textile fibers

纺织品作为日常生活中不可或缺的一部分，其质量直接关系到消费者的健康和安全。纺织品的纤维含量是衡量其质量和性能的重要指标之一。测定纺织品纤维含量是纺织品实验室的常规检测项目，市场上售卖的服装都必须注明纤维含量^[1]。目前，纺织品纤维含量的常规检测方法存在操作繁琐、耗时费力、需要破坏样品及对环境有一定影响等问题。近红外光谱法（Near-Infrared Spectroscopy，NIRS）具有快速、高效、环保、无损、无需样品预处理等优点，在纺织品纤维含量测定中具有广阔的应用前景^[2-3]，逐渐成为纺织品纤维含量测定的有力工具。然而，目前NIRS在纺织品纤维含量测定中面临一些挑战，使其应用受到了限制。本文旨在总结和分析国内近年来NIRS在纺织品纤维含量检测方面的应用现状，探讨其在实际应用中的优势和局限性以及发展潜力。

1 纺织品纤维含量常规测定方法的局限性

纺织品纤维含量的常规检测方法有化学溶解法、手工拆分法、显微镜法等^[4-7]。其中，化学溶解法可被用于测定多种不同类型纤维的含量，但存在以下不足：（1）检测速度慢、检测环节繁杂、耗时费力，若完全按照GB/T 2910系列标准检测，一个二组分的样品检测至少需要10 h，依次溶解的三组分样品则耗时更多；（2）检测成本高，每批次的检测均需购买化学试剂、处理废液等；（3）使用的各种化学试剂有毒、有害、有腐蚀性，不安全、不环保，存在环境污染，可能损害检测人员身体健康；（4）破坏样品，不能进行无损检测，提高了检测成本。手工拆分法适用于检测棉与氨纶、棉麻交织物等纤维易于物理分离的纺织品。显微镜法主要用于对纤维定性和特种动物纤维的定量分析。但手工拆分法和显微镜法对于大量样品的分析效率低，分析结果准确性受操作人员技能和经验影响，存在一定的主观性。同时，拆分过程中，纤维可能会被拉伸或撕裂，影响结果的准确性，使手工拆分法难以对纤维混合紧密或结构复杂的纺织品进行测定，且不适用于难以用肉眼区分的纤维。

2 NIRS在纺织品纤维含量检测中的原理和优势

当分子受到近红外光照射时，分子中的含氢基团会发生振动，这种振动能态的变化会引起对近红外光的吸收。不同的含氢基团，以及同一含氢基团在不同化学环境中的近红外吸收波长与强度都有明显差别。因此，根据近红外吸收光谱可推断出样品中含有的各种成分及其相对含量。但由于信号弱、光谱重叠严重导致谱图分析难度大，早期的NIRS对复杂样品含量的测定较为困难。随着计算机技术、光谱学和化学计量学等学科的发展，出现了高灵敏度、高分辨率、高信噪比的傅里叶变换近红外光谱仪，使NIRS在定量分析研究中取得了重要进展，能够在纺织品这类含有多种成分的复杂样品中得到应用。纺织品中的天然纤维和化学纤维均含有丰富的含氢基团，在近红外光的照射下，不同纤维会呈现出不同吸收峰。纤维含量不同，吸收峰的大小、形态也不同。分析纺织品的近红外光谱能够快速分析纺织品中的纤维含量。

利用NIRS测定纺织品中纤维的含量具有以下优势：（1）检测速度快，检测效率高，可同时分析样品中多种纤维的含量，模型建好后仅需几分钟就可完成一个样品的测定；（2）简单方便，可直接测试，无需进行繁琐的样品预处理。由于可直接测试，不破坏样品，具有无损检测的特点，可降低检测成本；（3）无需购买大量的化学试剂，检测过程安全、无污染。

3 纺织品纤维含量检测NIRS模型的建立

纺织品中不同纤维类型具有独特的光谱特征，使NIRS能够区分纤维种类和测定纤维含量。建立定量分析模型是NIRS的关键，通常需要以下步骤：

（1）收集大量具有代表性的建模样品，其纤维含量分布应尽可能均匀，其组成及含量范围应接近于要分析的样品，纤维含量需用标准方法准确确定。

（2）设定合适的扫描参数，用近红外光谱仪采集样品的光谱。

（3）利用化学计量学原理和计算机辅助计算，选择合适的光谱预处理方法和建模方法^[8-9]，获得标准样品含量和光谱信息之间的关系，建立定量校正模型。预处理是对原始光谱进行处理，以消除噪声、基线漂移和光谱干扰，提高光谱的质量和分析精度。常用的预处理方法包括平滑、归一化、一阶或二阶导数等。常用的建模方法有偏最小二乘法（Partial Least Square，PLS）、主成分回归法（Principal Component Regression，PCR）、人工神经网络法（Artificial Neural Network，ANN）等。其中，PLS是一种常用的多元统计分析方法，广泛应用于近红外光谱定量分析中。该方法通过将光谱数据与化学成分含量进行关联，建立光谱数据和参考值之间的定量分析模型。PLS可以使用全谱或部分谱数据，具有模型精度高、稳定性好等优点，适用于复杂的分析体系。但模型质量容易受到奇异点的影响，模型建立过程较复杂，较抽象，较难理解。PCR是一种基于主成分分析的定量分析方法。该方法首先对光谱数据进行主成分分析，提取主要的光谱信息，然后建立主成分与化学成分含量之间的回归模型。PCR可解决线性回归分析中经常会遇到的共线性问题和变量数限制问题，可对由于光散射和其他组分带来的干扰做出补偿，不足之处是不能保证参与回归的主成分一定与样品性质相关。ANN是一种模拟人脑神经元结构和功能的计算模型。该方法可以通过学习大量的样本数据，建立复杂的非线性模型，在近红外光谱定量分析中具有较高的精度和泛化能力，但对于复杂网络结构需要大量计算资源和时间训练，存在过拟合风险。目前PLS应用范围最广，能够处理复杂样品，纺织品纤维含量的近红外光谱定量分析模型常采用PLS法。

（4）建立的定量分析模型需要验证和优化，以提高和评估模型的精度和可靠性以及预测的准确性和稳健性。常用的模型验证方法有交叉验证、外部验证等。与建模样品相同，需要一组具有代表性并知道其准确含量的验证样品对模型进行验证。模型的优化包括选择最佳的光谱区域、优化预处理方法、调整化学计量学模型的参数等。模型的验证、评估和优化需要反复进行，直到符合要求。

4 NIRS在纺织品纤维含量检测中的应用

近年来，国内对NIRS在纺织品纤维含量检测中的研究主要涉及模型建立和影响检测结果的各种因素方面，以及将建立的模型用于混纺织物的含量预测。研究对象主要集中在常见的二组分混纺织物，如棉/氨纶^[10-19]、聚酯（涤纶）/棉^[18,20-25]、聚酯（涤纶）/氨纶^{[18,23,26-28]}、聚酯（涤纶）/羊毛^{[6,8-9,29-32]}、锦纶/氨纶^[2,23,33]、棉/麻^[5]、桑蚕丝/氨纶^[34]、丝/棉^[3]、羊绒/羊毛^[35]、羊毛/锦纶^[6]等。而三组分混纺织物则研究较少，仅有棉/涤纶/氨^[7,36]、棉/涤纶/羊毛^[1]、羊毛/锦纶/聚酯^[6]等少量研究报道，这可能是由于建立三组分混纺织物的近红外光谱定量模型比较困难。已有研究报道显示，对于大多数纤维含量的测定，NIRS预测值与标准方法测定值之间的绝对误差都在3%以内，满足了标准GB/T 29862—2013《纺织品 纤维含量的标识》的规定，即当标签上的某种纤维含量≤10%时，纤维含量允差为3%。对预测结果进行方差分析，结果表明了NIRS和标准方法所测的结果无显著性差异。对于羊绒/羊毛的检测，由于试验的样品数量和代表性有限，预测模型的精确度有待提高^[35]。除了已发表的研究以外，国内还发布了一些NIRS定量分析纺织品纤维的行业标准（表1）。此外，还有研究报道^{[24-25,37-38]}将NIRS拓展到废旧纺织品的回收领域，建立定量模型用于废旧纺织品的测定和自动分选，测得的聚酯含量的绝对误差在3%以内，外部预测正确率可达96%，模型可以较准确地将纯聚酯织物从废旧纺织品中鉴别出来，而其他样品如聚酯/羊毛、聚酯/棉和聚酯/锦纶等的预测正确率有待进一步提高^[38]。目前，使用的近红外光谱仪大部分是台式机，也有一些研究采用便携式近红外光谱仪^[4,6,23-25]。由于便携式光谱仪便于现场在线检测，将会越来越受到重视。这些研究报道的发表和标准的发布表明了将NIRS用于纺织品纤维含量的检测是可行的，NIRS在纺织品纤维含量测定领域得到了快速发展。

5 NIRS在纺织品纤维含量测定中面临的挑战

尽管NIRS在纺织品纤维含量检测中取得了显著进展，但在实际应用中仍面临着一些挑战。

（1）模型的建立与数据处理复杂、繁琐和耗时。需大量具有代表性的样品建立精确的校正模型，收集样品、整理和分析样品的光谱数据需要耗费较大的时间和精力，工作量大。

（2）模型的通用性差，不同的近红外光谱仪器之间存在差异，已建立的校正模型难以在另一台仪器上直接使用，需要重新建立各自的定量模型，这增加了使用成本和工作量，需要加快仪器台间一致性（模型转移）的研究。

（3）测定的准确性取决于模型的准确性。虽然NIRS可以保证一定的准确度，但NIRS是一种间接分析技术，预测结果的准确性在很大程度上取决于标准方法测得的纤维含量的准确性。

（4）对某些纺织品的检测能力有限，如包芯纱、抓绒织物、割绒织物、蕾丝织物、烂花织物、起绒织物、网状织物、钩编织物、正反两面纤维组织结构不同的织物、复杂组织或复杂纱线排列的织物、纤维含量分布不均匀的织物等样品，NIRS预测的结果与传统方法测得的结果差异较大^{[18,24,26,33,39-40]}；对于覆膜或含黏合剂等的涂层织物，NIRS不能直接用于其纤维含量的测定^[18]。对于这些测定结果不准确或难以测定的织物，有研究把样品粉碎以后再进行测定，以降低纤维含量分布不均匀的影响^[13]；将某些深色^[14,18]样品进行脱色处理^[13,16]后再测定或者选取合适的建模波段来消除颜色对测定结果的影响^[3,6]；对于涂层织物，先除去膜或黏合剂后再进行测定^[18]。但是无论是粉碎后再进行测定，还是脱色、除膜、除去黏合剂后再进行测定，都失去了NIRS无需前处理、快速、无污染的优势。

（5）检测仪器昂贵，购买一台性能良好的傅里叶变换近红外光谱仪成本投入较高。

（6）纺织品纤维含量在测定前需要对纤维的种类进行定性鉴别，而目前普遍采用的方法都是具有破坏性的。因此，在实际工作中无法实现真正的无损分析。

上述这些因素使得NIRS在纺织品纤维含量检测中未能得到广泛地推广应用。

6 展望

虽然NIRS在纺织品纤维含量检测领域的应用还需要进一步研究和改进，但由于其具有快速、无损、高效、环保等一系列优点，NIRS在纺织品纤维含量检测领域仍有广阔的发展空间。未来的技术改进可能体现在以下几个方面：（1）提高光谱分辨率。开发更高分辨率的光谱仪，以便更精确地识别和区分纺织品中的不同成分。（2）集成多光谱技术。将近红外光谱与其他光谱技术（如拉曼光谱、红外光谱）联用，以提供更全面的化学和物理信息，从而提高检测的准确性和可靠性，并实现真正的无损分析。（3）改进采样方法。开发更有效的采样方法，获得更多样品的光谱信息，以减少纤维含量分布不均匀对分析结果的影响。（4）加强对建模工作的研究。开发更加高效的建模方法，减少工作量。例如，可以利用人工智能和大数据技术，自动识别纤维种类和混纺组合，快速建立模型。（5）提高预测准确性和模型通用性。利用更先进的数据处理算法和机器深度学习技术，增强数据处理能力，提高模型的预测准确性和泛化能力；研究模型转移方法，实现模型的通用性。（6）智能化分析系统。利用人工智能技术，开发能够自动进行样品识别、数据分析和结果解释的智能系统，实现对纺织品纤维含量的自动检测和分析。随着技术的不断进步、发展和创新，NIRS将在纺织品纤维含量检测领域发挥重要的作用，显示出更大的潜力和更广阔的应用前景。

参考文献

[1]黄孟强, 匡文剑, 刘向, 等. 基于1D-CNN的近红外光谱定量分析棉/涤纶/羊毛混纺纤维含量方法研究[J]. 光谱学与光谱分析, 2023, 43(11): 3565-3570.

[2]张海煊, 曹海辉, 张续, 等. 锦氨内衣纤维含量近红外光谱法快速定量分析[J]. 针织工业, 2020(6): 82-85.

[3]潘璐璐, 洪渊泉, 陈智锋, 等. 近红外光谱分析快速检测技术在丝棉混纺织物成分分析中的应用研究[J]. 科技通报, 2015, 31(1): 90-93+120.

[4]韦卓, 李稳稳, 林敏, 等. 基于Dropout深度信念网络的棉和涤纶含量的近红外光谱检测[J]. 光学学报, 2021, 41(17): 197-203.

[5]孙通, 耿响, 刘木华. 基于近红外光谱和变量优选的棉麻混纺织物棉含量快速检测[J]. 光谱学与光谱分析, 2014, 34(12): 3257-3261.

[6]陈智锋, 万昌江, 陈建华. 基于LVF的超便携近红外光谱仪对羊毛成分含量的快速无损检测[J]. 中国纤检, 2019(12): 80-83.

[7]杨欣卉, 罗峻, 聂凤明, 等. 棉涤氨三组分织物近红外光谱快速定量分析[J]. 棉纺织技术, 2017, 45(8): 73-76.

[8]李会改. 近红外光谱预处理方法对毛/涤织物定量分析的影响[J]. 毛纺科技, 2017, 45(5): 18-22.

[9]刘荣欣, 胡萍. 偏最小二乘法回归模型在分析毛涤混纺面料纤维含量中的应用[J]. 河南工程学院学报(自然科学版), 2019, 31(1): 8-12.

[10]张帆, 耿响, 李毛英,等.基于近红外光谱法的棉/氨纶混纺织物纤维含量快速检测研究[J]. 红外, 2021, 42(1): 38-42.

[11]杨萌 近红外光谱技术在棉\氨纶面料分析中的应用[J]. 中国纤检, 2010(22): 61-63.

[12]徐霞, 王京力, 赵珍玉. 近红外法快速测定棉氨混纺比[J]. 纺织检测与标准, 2015, 1(1): 31-35.

[13]赵珍玉，王京力，梁润梅，等．提高近红外法棉氨织物定量分析准确性的研究[J]. 棉纺织技术, 2018, 46(9): 33-36.

[14]陈安城, 范娟, 邬庆涛, 等. 棉氨针织二组分近红外定量建模探讨[J]. 中国纤检, 2020(6): 52-54.

[15]朱洪亮, 杨萌, 张琦. 棉/氨混纺织物氨纶含量快速分析方法研究[J]. 中国纤检, 2011(24): 54-58.

[16]谭敏红, 朱庆芳. 近红外光谱法对棉氨产品定量分析方法探讨[J]. 纺织检测与标准, 2018, 4(2): 8-11.

[17]沈琼. 近红外光谱法对棉/氨纶混纺定量分析的可行性[J]. 染整技术, 2020, 42(8): 53-57.

[18]王海娟, 孙剑涛, 张雪. 近红外光谱法典型模型快速检测纤维含量的研究[J]. 毛纺科技, 2024, 52(9): 125-131.

[19] 唐晓萍, 刘超子, 王琳譞. 近红外光谱法对纤维含量的符合性检验[J]. 中国口岸科学技术, 2024, 6(10): 78- 83.

[20]唐长波. 近红外光谱法快速检测纺织品涤棉成分的研究[J]. 苏州市职业大学学报, 2015, 26(3): 6-8+64.

[21]桂家祥, 耿响, 要磊, 等. 基于近红外光谱法的棉/涤混纺织物中棉含量快速检测[J]. 纺织学报, 2012, 33(4): 55-59.

[22]魏子涵, 李文霞, 王华平, 等. 常见纤维织物近红外定量分析模型的建立及预测检验[J]. 北京服装学院学报(自然科学版), 2019, 39(2): 30-37+55.

[23] 饶敏, 张岑, 乔宁, 等. 便携式近红外装置在常用纺织纤维组分分析中的应用[J]. 中国口岸科学技术, 2021(4), 17-22.

[24]时瑶, 李文霞, 赵国樑, 等.废旧涤/棉混纺织物近红外定量分析模型的建立及预测[J]. 分析测试学报, 2016, 35(11): 1390-1396.

[25]李学娇, 李文霞, 李书润, 等. 便携式近红外光谱仪对废旧涤/棉混纺织物中涤含量的快速检测[J]. 分析科学学报, 2016, 32(6): 800-804.

[26]刘惠珊, 陈安城, 刘慧渊. 近红外法聚酯纤维氨纶针织二组分定量建模研究[J]. 中国纤检, 2020(9): 81-83.

[27]赵明慧, 胡广, 刘洋. 浅析近红外光谱分析技术在聚酯纤维/氨纶面料成分检测中的应用[J]. 中国纤检, 2019(7): 70-72.

[28]王京力, 耿响, 桂家祥, 等. 基于近红外光谱法快速检测涤氨织物的纤维含量[J]. 上海纺织科技, 2013, 41(5): 45-48.

[29]赵珍玉, 王京力, 梁润梅, 等. 近红外法测定羊毛聚酯混纺产品成分含量[J]. 纺织检测与标准, 2017, 3(5): 14-17.

[30]罗峻, 吴淑焕, 聂凤明, 等. 近红外光谱与模型集群分析测定毛涤混纺织物成分含量[J]. 中国测试, 2016, 42(8): 44-47.

[31]刘荣欣. 近红外光谱法快速检测毛/涤混纺面料中的毛含量[J]. 毛纺科技, 2015, 43(12): 52-56.

[32]刘荣欣, 王进美, 狄艳全, 等. 基于近红外光谱法快速检测毛涤织物中的纤维含量[J]. 合成纤维, 2014, 43(11): 49-52.

[33]王京力, 耿响, 桂家祥, 等. 近红外光谱分析技术快速检测锦纶/氨纶混纺织物纤维含量的研究[J]. 化纤与纺织技术, 2013, 42(2): 42-47.

[34]田玲玲, 高雅, 胡爱琴. 近红外光谱定标法分析丝/氨混纺面料纤维含量[J]. 中国纤检, 2021(11): 69-71.

[35]茅明华, 李伟松. 近红外光谱法检测纺织品中羊绒和羊毛含量[J]. 毛纺科技, 2014, 42(7): 41-43.

[36]王京力, 赵珍玉, 孙克强, 等. 基于近红外光谱法检测棉/聚酯/氨纶织物的纤维含量[J]. 上海纺织科技, 2020, 48(4): 51-53.

[37]郑佳辉, 杜宇君, 李文霞, 等. 废旧聚酯/棉混纺织物的在线近红外定量分析与自动分选[J]. 分析测试学报, 2020, 39(11): 1365-1370.

[38]韦树琛, 丁欣, 李文霞, 等. 废旧聚酯纤维制品近红外定量分析模型的建立及验证[J]. 纺织学报, 2018, 39(7): 63-68.

[39]赵珍玉, 孙克强, 王京力, 等. 织物组织结构对近红外光谱分析方法的影响[J]. 轻纺工业与技术, 2018, 47(5): 76-79.

[40] 王京力,朱军燕,赵珍玉,等 . 近红外光谱法测定纤维含量样品的均匀性研究[J]. 上海纺织科技 Vol. 41 No.11, 2013, 4-5, 4-7.

第一作者：唐晓萍（1965—），女，汉族，四川自贡人，博士，研究员，主要从事纺织品检测工作，E-mail: 896252067@qq.com

1. 中国海关科学技术研究中心 北京 100026

1. Science and Technology Research Center of China Customs, Beijing 100026

表1 纺织品纤维定量分析（近红外光谱法）行业标准

Table 1 Industry standards for quantitative analysis of fiber in textiles (NIRS)